我想测试时间序列的平稳性(nobs = 23),并从statsmodels.tsa.stattools中实施了adfuller测试。
以下是原始数据:
1995-01-01 3126.0
1996-01-01 3321.0
1997-01-01 3514.0
1998-01-01 3690.0
1999-01-01 3906.0
2000-01-01 4065.0
2001-01-01 4287.0
2002-01-01 4409.0
2003-01-01 4641.0
2004-01-01 4812.0
2005-01-01 4901.0
2006-01-01 5028.0
2007-01-01 5035.0
2008-01-01 5083.0
2009-01-01 5183.0
2010-01-01 5377.0
2011-01-01 5428.0
2012-01-01 5601.0
2013-01-01 5705.0
2014-01-01 5895.0
2015-01-01 6234.0
2016-01-01 6542.0
2017-01-01 6839.0
这里是我正在使用的自定义ADF功能(贷记此blog:]
def test_stationarity(timeseries):
print('Results of Dickey-Fuller Test:')
dftest = adfuller(timeseries, autolag='AIC', maxlag = None)
dfoutput = pd.Series(dftest[0:4], index=['ADF Statistic', 'p-value', '#Lags Used', 'Number of Obs Used'])
for key, value in dftest[4].items():
dfoutput['Critical Value (%s)' % key] = value
print(dfoutput)
以下是对原始数据进行ADF测试的结果:
ADF Statistic -0.126550
p-value 0.946729
#Lags Used 8.000000
Number of Obs Used 14.000000
Critical Value (1%) -4.012034
Critical Value (5%) -3.104184
Critical Value (10%) -2.690987
ADF统计信息大于所有临界值,并且p值> alpha 0.05表示该序列不是平稳的,因此我对数据进行了一次差分。这是差分功能和ADF测试的结果:
def difference(dataset):
diff = list()
for i in range(1, len(dataset)):
value = dataset[i] - dataset[i - 1]
#print(value)
diff.append(value)
return pd.Series(diff)
ADF Statistic -1.169799
p-value 0.686451
#Lags Used 9.000000
Number of Obs Used 12.000000
Critical Value (1%) -4.137829
Critical Value (5%) -3.154972
Critical Value (10%) -2.714477
[ADF统计量和p值均得到改善,但是该序列仍然不稳定,因此我进行了第二次求差,再次是结果:
ADF Statistic -0.000000
p-value 0.958532
#Lags Used 9.000000
Number of Obs Used 11.000000
Critical Value (1%) -4.223238
Critical Value (5%) -3.189369
Critical Value (10%) -2.729839
在对数据进行第二次差分后,ADF测试统计量变为-0.0000(鉴于未舍入值的print()返回-0.0,但令人困惑的是,任一种方式都暗示着某个有效数字不是零,而是p)。 -value现在比开始时更糟。我也收到此警告:
RuntimeWarning: divide by zero encountered in double_scalars
return np.dot(wresid, wresid) / self.df_resid.
对p,d,q值进行网格搜索将返回ARIMA(1,1,0)模型,但我认为仍然需要第二次差分,因为第一次差分无法实现。
[我怀疑奇怪的测试统计量和p值是由于ADF测试的默认设置使用的样本量小和滞后次数高(maxlag = None)。我知道当maxlag设置为None时,它将使用公式int(np.ceil(12。* np.power(nobs / 100。,1/4。)))。
这合适吗?如果不是这样,那么对于具有少量观察结果的数据集,或者在ADF函数中手动设置maxlag值的经验法则,是否有任何变通办法,可以避免出现看似错误的测试统计信息。我搜索了here,here和here,但找不到解决方案。
我正在使用statsmodels 0.8.0版。
我知道这个问题还有一段时间,但是我遇到了同样的问题。您找到解决方案了吗?